# 同一张模糊图为什么能被AI补出不同细节

By DUSK

Topic: Computing, AI & Electronics

[Open the interactive Jig](https://ask.jig.com/j/VURibujXjWcQ)

## Guide

### 1. 两块屋顶，会糊成同一张图吗？

左右是两块合成的屋顶小图（高分辨率，high\-resolution）：每根小柱是一个像素，柱子越高越亮。左边 A 像瓦片和天窗，右边 B 像平顶和通风条。它们明显不同，缩小以后还分得出来吗？

示意几何：柱高 = 灰度值 ÷ 255（归一化，normalized）。屋顶纹理是虚构的合成图案。

### 2. 取平均，差别被抹掉

缩小规则只有一条：每 2×2 四个像素取平均，变成一个像素（盒式平均，box\-average downsampling）。A 的棋盘块 40、160、160、40 和 B 的平块四个 100，平均都是 100。四个数压成一个数，块里谁亮谁暗就看不出来了。

动画为加速时间示意。这个玩具模型没有模糊核、噪声和伽马校正，真实相机更复杂。

### 3. 一模一样的观测

四块都算完：A 得到 100、180、60、140，B 也是 100、180、60、140。把两张小图叠在一起，一个像素都不差。只看这张低分辨率图（low\-resolution），无法知道它来自 A 还是 B。

一块里有 4 个像素，却只留下 1 个平均数。剩下的 3 个数可以随便变，只要总和不变，缩小后就一模一样。

### 4. 插值只会抹平

最简单的放大是插值（interpolation）：按固定规则在已知像素之间平滑过渡。它不会造出新纹理，结果是一片柔和的渐变，既不像 A 也不像 B。切换到“先验候选”，看看另一种思路。

双线性插值与 A 平均每像素差 30，与 B 差 25（0–255 灰度，由场景中的数字算出）。

### 5. 三个都说得通的答案

见过许多屋顶的模型会带着经验（先验，prior）补细节。上方三片彩色薄片是三种补法，每块平均后仍是 100、180、60、140，和观测完全一致。它们都清晰合理，但不可能都是真的。

这三个候选是作者编写的教学示例，不是实时 AI 输出，也不是基准测试结果。

### 6. 用独立证据来判断

再拍一张错开一个像素的照片（第二次观测），就多了一组真实的平均值。假设真实屋顶是 A：只有 A 对得上新数字 140 和 80，其他候选被排除。要点：模糊图只留下平均，细节要靠经验去猜，再靠新证据确认。

好奇问题：如果缩小倍数从 2 变成 4，能对上同一张小图的答案会变多还是变少？